Sentinel Core Agent

🚀 Sentinel Core Agent 概要

このドキュメントは、このリポジトリ内の client.py と server.py ファイルの概要を提供します。

🚀 クイックスタート

Client.py

client.py ファイルは、ユーザーと言語モデル (LLM) および様々なツールとの間のやり取りを管理します。これは、チャットセッションを初期化し、調整します。このセッションでは、LLM がユーザーの質問に答えるためにツールを使用することができます。クライアントは、サーバー接続、ツールの実行（リトライ機能付き）、および LLM プロバイダーとの通信を処理します。

主要コンポーネント：

• 設定： 環境変数（LLM API キーを含む）とサーバー設定ファイルの設定を読み込みます。
• サーバー： MCP（マイクロサービス通信プロトコル）サーバーとの接続を管理し、利用可能なツールを一覧表示し、ツールを実行（リトライ機能付き）し、リソースをクリーンアップします。
• ツール： ツールとその属性（名前、説明、入力モード）を表し、LLM が使用するためのツール情報を整形するメソッドを提供します。
• LLMClient： LLM との通信を管理し、Azure OpenAI または Google Gemini モデルを使用してやり取りします。
• ChatSession： ユーザー、LLM、およびツール間のやり取りを調整します。LLM の応答を処理し、必要に応じてツールを実行し、主要なチャットセッションループを管理します。

クライアントは、LLM に利用可能なツールとツールの使用方法の説明を含むシステムメッセージを設定します。その後、ユーザー入力を取得し、それを LLM に送信し、LLM の応答を処理するループに入ります。応答にツール呼び出しが含まれている場合、クライアントはそのツールを実行し、結果を LLM に返します。このプロセスは、ユーザーがチャットセッションを終了するまで続きます。

Server.py

server.py ファイルは、ファイルシステム操作、Web スクレイピング、AI 検索機能など、さまざまなツールを備えた MCP サーバーを実装しています。fastmcp ライブラリを使用してこのサーバーを作成し、実行します。

主要ツール：

• is_file_folder_present： ファイルまたはフォルダが存在するかどうかを確認します。
• current_datetime： 現在の日付と時刻を返します。
• browser_ai_search： AI エージェント（Brave Search）を使用して Web 上で検索し、応答を返します。
• read_file： ファイルの内容を読み取ります。
• write_file： 内容をファイルに書き込みます（テキストおよびバイナリモードを含む）。
• web_page_scrapper： Web ページの内容をスクレイピングし、Markdown 形式で返します。また、内容をベクトル検索用にインデックス化することもできます。
• get_all_vector_indexes： 現在のディレクトリ内のすべてのベクトル埋め込みインデックスを取得します。
• search_via_index： ベクトル埋め込みインデックスを介してクエリを検索します。

サーバーはまた、非同期 Web クローラー (crawl4ai) を初期化し、内容をベクトル化するための埋め込みモデルを設定します。サーバーのライフサイクルは、非同期コンテキストマネージャーを使用して管理され、クローラーの適切な起動とシャットダウンが保証されます。

サーバーは mcp.run(transport="stdio") を使用して MCP サーバーループを開始し、クライアントからのツール呼び出しを受信して処理できるようにします。